연구보고서
보고서명맞춤형 학습지원을 위한 다중양식 학습분석 지표 선정 및 예시 모형 개발 (RRE 2023-6)
보고서명(영문)Selection of multimodal learning analysis indicators and development of prediction models for customized learning support
원문다운로드 자료활용안내
국가정책연구포털(NKIS)이용에 항상 감사드립니다.
이용하시는 자료는 연구기관의 소중한 연구성과물로 저작권 및 이용조건 등을 준수하여 활용해 주시기 바랍니다.
자료 다운로드를 위해 하단의 자료이용 동의서 및 사용목적 등에 응답 부탁드립니다.
답변하신 내용은 NKIS 정보 활용 현황 및 서비스 분석을 위한 기초자료로 활용됩니다.
감사합니다.
자료 이용 시, 국가정책연구포털(NKIS)에서 제공하는 저작물을 이용하였음을 명시할 것을 동의합니다.
무단으로 연구성과물을 사용하였거나 NKIS에서 제시한 이용조건을 이행하지 않았을 경우,
저작권법에 따라 관련기관에 처벌을 받을 수 있으며, 즉시 저작물의 이용허락을 중지할 수 있습니다.
국문초록
- 최근의 학교 수업은 디지털 기기의 활용이 보편화됨에 따라 블렌디드 러닝이 일반적인 수업의 형태로 자리 잡게 되었다. 수업에서 디지털 기기의 활용은 다양하고 폭 넓은 데이터를 생산하고, 이에 따라 수집된 데이터를 활용한 개별 학습자 맞춤형 학습지원에 많은 관심이 집중되고 있다. 본 연구에서는 수업에서의 온・오프라인 학습 데이터를 수집・선별・통합하여 학업성취와 자기조절에 대한 예측 정확성을 높일 수 있는 학습 데이터 지표를 선정하며, 이를 바탕으로 다중양식 학습분석 예시 모형을 개발하였다.
◈ 맞춤형 학습지원을 위한 선행 연구
전체적인 연구의 방향을 설정하기 위해 온・오프라인 학습 데이터를 기반으로 한 학습자 맞춤형 학습지원과 관련한 선행 연구를 살펴보았다. 먼저 개인화 학습을 위한 다중양식 학습분석 연구 동향을 살펴보고, 이를 통해 온라인 학습 데이터뿐 아니라 학생의 자기보고와 교사의 관찰 등 오프라인 학습 데이터를 활용하는 다중양식 학습분석을 활용하여 학습 과정에 대한 통합적 이해를 높일 필요가 있음을 알 수 있었다. 학생의 지속적 성장을 지원하는 자기조절과 학업성취와 관련한 선행 연구에서는 학습분석 모형의 정확도 제고를 위해 교육 이론을 반영하여 유의미하고 정제된 학습 데이터를 수집 하는 것이 효과적이기에 학습 데이터의 선별과 이를 통한 지표 선정이 매우 중요하며, 학습분석 연구에서 드물게 다루어진 연구 대상(초등학생)과 내용(자기조절)을 살펴볼 필요가 있었다. 학습 과정으로서의 형성평가에 관한 연구는 형성평가를 자기조절에 의한 학습 과정의 일부로 전제하고 이를 활용한 완전학습을 지원하기 위한 체제를 구축할 필요가 있다는 점을 강조하고 있었다.
◈ 다중양식 학습분석을 위한 데이터 수집
다중양식 학습분석을 위한 데이터는 온라인 형성평가 시스템을 통해 수집하였으며, 학습 맥락별 이벤트를 기록하는 형성평가 시스템의 로그 데이터와 자기보고식 학생 설문 데이터, 교사가 학생을 관찰한 체크리스트 데이터로 구분하여 수집하였다. 자기보고식 학생 설문 문항은 자기효능감, 과제 흥미, 귀인, 자기 평가를 측정하는 문항 1개씩과 메타인지 능력을 측정하는 2개 문항의 총 6개 문항으로 구성하였다. 교사 체크리스트 데이터는 선행 연구를 바탕으로 과제 정의와 이해, 학습 전략 실행, 감시와 통제, 내재 동기, 도움 추구 등을 포함한 6개의 행동 목록을 선정하여 교사용 온라인 형성평가 시스 템에 탑재하였다.
<이하 원문참조>